李小华,杨瑞芳,刘 辉,何 帅

(辽宁科技大学电子与信息工程学院,辽宁鞍山 114051)

1 引言

机械臂是一种高度复杂的时变耦合动力学特性的非线性系统,存在测量或建模的不精确性,并常常受到系统负载变化和外部扰动的影响.目前,对于机械臂跟踪控制问题的研究已经有了很多成果[1-13].主要分为下面几类:第1类是基于比例-积分-微分(proportional integral differential,PID)的跟踪控制.文献[1-2]针对参数已知的系统模型采用PID方法研究了刚性机械臂的跟踪控制问题.文献[3]针对系统中的未知因素研究了同类机械臂的PID自学习跟踪控制.文献[4]为了提高机器臂轨迹跟踪控制器的工作性能,提出基于增强学习的机械臂轨迹跟踪控制方法,利用PD控制器完成了基本的稳定任务后,再利用增强学习算法实现了对未知干扰因素的补偿,提升了对不同未知情况的适应能力.第2类是基于自适应方法的跟踪控制,文献[5]针对机械臂系统惯性参数及运动学参数不能准确测量进而影响轨迹跟踪性能的问题,利用神经网络自适应方法设计了系统的鲁棒控制律和自适应律,实现了一种任务空间自适应轨迹跟踪控制.文献[6]提出一种系统参数在线估计的自适应滑模跟踪控制方法,解决了系统中的参数不确定问题,保证了良好的跟踪效果.第3类是基于Backstepping技术的跟踪控制设计,采用神经网络或模糊逻辑系统对系统中未知及不确定因素进行在线逼近,去设计机械臂系统的跟踪控制器[7-9].还有一……